HRV解析を用いた運転者ストレスレベルの検出

Driver stress level detection using HRV analysis
Nermine Munla, Mohamad Khalil, Ahmad Shahin, Azzam Mourad
Advances in Biomedical Engineering (ICABME), 2015 International Conference on. IEEE, pp.415-427, 2015

本稿では、実世界運転実験における運転者のストレスレベルの検出について検討した.この検出は,ECG信号から得られ,人体の自律神経系状態を反映する心拍変動(HRV)分析に基づいている.自律神経系の変化は運転操作中の運転者のストレスレベルを予測するため,早期警告によって安全な運転を可能にする.運転中に起こるストレスは,気分の変化,生物学的リズム,疲労,退屈またはドライバーが不適切な運転状態に至るのを防ぐ疾患などの多様な要因によって引き起こされる.本研究では,HRV解析を行うことを目的にドライバのECG信号を抽出して前処理を行った.この分析は,時間,周波数,時間 – 周波数またはWaveletおよびSTFT(短時間フーリエ変換)を含む非線形方法などのドメイン分析アプローチの1つが使用される. HRV分析の後,複数のパラメータが抽出され,分類フェーズの特徴のベクトルが構築される.本実験は,自動車ドライバデータベース(DRIVEDB)のストレス認識からの16の異なる被験者からのデータを用いて行われた.半径方向基底関数(SVM-RBF)カーネル、K最近傍(KNN)、およびラジアル基底関数(RBF)分類子を含むサポートベクトルマシンを含むいくつかの分類技術が調査された.本研究の結果は,ストレス検出がSVM-RBF分類器を用いて83%の精度で予測可能であることを示した.このことはまた,運転者状態の正確な生理的指標としてのECGバイオメトリックのロバスト性を示す.